求助:字符串截取

  如题:
      String url="http://www.xue42.cn/www.xue42.cn/cn.html"
         //url的值是动态的如:
                           http://www.hao123.com/book.htm,
                           http://forum.csdn.net/SList/ASPDotNET/UnClosedList/,         请问如何截取网站地址的域名(www.xue42.cn,www.hao123.com,forum.csdn.net)        

解决方案 »

  1.   

    使用RegexI实现网页数据的抓取 
      drummery 发表于 2008年03月31日 
    浏览:523 评论:1 源代码附件:1
    C#,ASP.NET,.NET 2.0       今天朋友提出希望做一个程序可以从一张HTML网页上截取表格数据并导入数据库（点击此处查看目标页面）。在确认此网站并未提供任何开放的服务接口后，确定了从HTML页面代码抓取有效数据的方案，通过查阅相关资料，该方案主要通过两种途径实现：      途径A: 使用WebRequest, WebResponse获取HTML流，根据正则表达式判断并截取有效数据。
        
          途径B: 使用WebBrowser创建一个HtmlDocument对象，然后使用类似DOM的方式操作HTML元素获取有效数据。      该网站提供的页面比较特殊，HTML元素均没有ID属性，故采用途径A实现。通过查阅相关资料，发现采用途径A实现主要包括如下几个步骤：      1. 使用WebRequest对象向目标URL发送请求，并使用WebResponse对象接受服务器返回的HTML流。      2. 使用StreamReader对象读取流中的字符串。      3. 分析HTML代码的特点并编写正则表达式，使用Regex类提供的方法根据正则表达式截取有效数据。      其中编写正确规范的正则表达式是重点和难点，在实验的过程中也是在这一步上花费了很大的精力，这里不对正则表达式的详细内容做赘述（关于正则表达式的使用，可以查看这篇资料文档）。本文将主要介绍Regex类及其方法。使用Regex类必须首先引用System.Text.RegularExpression命名空间，该类为我们提供了一些静态方法，在本例中用到的主要有：      1. Match: 将输入字符串与正则表达式进行一次比较，返回Match对象。      2. Matches: 将输入字符串与正则表达式进行比较，返回Match集合对象。
      
          Match对象代表正则表达式在字符串中的一次匹配，其常用的几个属性为：      1. Value：获取匹配的字符串值，比如下面的代码：1 string strDest = "<html><title>hello</title></html>";
    2 string strReg = "<title>(\\w*)</title>";
    3 Match mat = Regex.Match(strDest, strReg, RegexOptions.IgnoreCase);
    4 // mat.Value应为<title>hello</title>
    5 // mat.Index应为6
    6 mat.Value = 
    7 
          2. Success: true/false, 指明匹配是否成功      3. Index: 匹配字符串在目标字符串中的起始位置，在上面的例子中，Index为0，即从字符串开始处发生匹配，如上例。      4. Group: 这是很重要的一个属性，尤其是在获取匹配的有效数据的时候，这个属性保存了匹配数据的集合，集合的0号元素值就是Match的Value属性值中的字符串，如果在正则表达式中对匹配的规则用小括号进行了包围，则匹配成功后在Groups中会自动增加该匹配项的值，例如下面的例子： 1 string strDest = "<html><title>hello</title></html>";
     2 string strReg = "<title>\\w*</title>";
     3 string strReg2 = "<title>(\\w*)</title>";
     4 Match mat = Regex.Match(strDest, strReg, RegexOptions.IgnoreCase);
     5 Match mat2 = Regex.Match(strDest, strReg2, RegexOptions.IgnoreCase);
     6 
     7 // mat与mat2的Groups[0]都为<title>hello</title>
     8 // mat的Groups[1]为空
     9 // mat2的Groups[1]为hello
    10 mat.Groups[0];
    11 mat2.Groups[1];
    12         介绍完上述主要概念，就可以方便的应用这些对象进行HTML的分析和挖掘数据工作。最后效果如图：      总结      本文介绍了如何通过WebRequest/WebResponse对Web服务器发出请求并获取返回的HTML数据流，介绍了Regex, Match, MatchCollection等正则表达式操作中常用的对象，以及如何使用Regex或取出其中的有用信息。这是我第一次做正则表达式的实验，其间由于字符串操作而可能导致的运行效率问题都没有进行考虑，在后面的时间里会逐步完善。      下载源代码，源代码开发环境为VS2008.
      

  2.   

    实际上是截取http://到/之间的部分，不知道这么理解对不对。
    先截http://剩下的再截第一个/出现之前的字符串。
      

  3.   


      呵呵    是这样,开始的时候被http://www.baidu.com这种地址搞糊涂了